| 研究課題/領域番号 |
25350306
|
|---|
| 研究種目 |
基盤研究(C)
|
| 研究機関 | 大阪芸術大学 |
|---|
研究代表者 |
武村 泰宏 大阪芸術大学, 芸術学部, 教授 (90280065)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 教育工学 / 教授学習支援システム / ソフトウェア工学教育 / 学習者支援開始時期 / ARCSモデル |
|---|
| 研究概要 |
本研究の目的は，学習者の理解状態とモチベーションの関連を統計的に解析し，学習者自身に適応した支援開始時期をフィードバックできる教授学習支援システムの研究開発である。具体的には，3 つの手法・技術[T1]～[T3]の研究開発を計画している。本年度は，この研究開発（3ヶ年計画）の初年度に当たるもので，T1：理解状態とモチベーションの関連を解析する統計的関連分析手法，に関する研究開発を行った。研究実績は以下のとおりである。
(1) 本学および国内の研究協力者の新潟青陵大学においてプログラミング教育のデータを収集し，理解状態を異なる教育環境にも適応して解析ができるように改善した“理解状態解析機構”によって解析した。
(2) プログラミング教育のモチベーションを，ARCSアセスメント尺度に対応した“アセスメント尺度測定機構”によって，そのレベルと遷移状態を解析して特性を明らかにした。
(3) 上述の解析結果から，それぞれの授業回の学習者における下位カテゴリーのモチベーションの分布状態が分散すると，次の授業回ではさらにその分散が大きくなり，モチベーションが減少する学習者が有意な割合で存在することを解明した。これより，下位カテゴリーの分散を関連要素の一つとして，学習者のモチベーションの遷移推定ができる統計的関連分析手法を提案した。本手法を，授業回9回，解析対象の学習者9名のプログラミング教育のデータに適用して，11個の支援候補学習者を導出し，その中から5個の支援学習者の存在を確認した。
(4) 統計的関連分析手法を，モチベーション関連機構用サーバーに実装するため，本手法によるモチベーション関連機構を設計した。また，本学および国内の研究協力者の大学で本機構の評価実験および，先行研究の成果との比較などにより改善項目を導出した。これらの成果については国内外の学会において発表を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の計画通り,統計的関連分析手法によるモチベーション関連機構の開発とプログラミング教育におけるモチベーション測定を進めることができている。
|
| 今後の研究の推進方策 |
本研究で提案した統計的関連分析手法において，導出した支援候補学習者の中からモチベーションの減少が確認できた真の支援学習者の確定率は45％であった。本確定率は，プログラミング教育の学習者数がある程度の人数であれば教授者の支援は可能であり，実際の教育現場での実用性は高いと考えられる。今後は平成26年度の研究計画に加え，さらに次の授業回における支援学習者の確定率を高めて実用性を向上させるため，学習効果に影響する専攻領域などの質的変量および，経験年数など量的変量といったヒューリスティクな要素属性を導出し，本機構への組込みを検討する。
|
| 次年度の研究費の使用計画 |
学習者自身に適応した支援開始時期をフィードバックできる教授学習支援システムの研究開発を行うに当たって， 10ヵ月をかけて統計的関連分析手法を提案し，本手法によってモチベーション関連機構を設計した。本機構はモチベーション関連機構用サーバーを構築して実装する予定で，NTT西日本株式会社にサーバー用機器を発注していたが，サーバー用機器に選定していたコンピュータメーカの国内配送システムに不具合が発生し，その復旧に予想以上の日数を要し，当該サーバー用機器の納入が40日程度遅れることとなり，年度内完了が困難となった。
平成26年度に計画している，①モデル構成要素の導出，②モデル構成要素の統合，③モチベーション関連モデルの構築が進行した時点で，再度，モチベーション関連機構を実装するためのサーバー用機器の市況調査を行い，コストパフォーマンスの高い機種を選定して購入する。市況調査においては，ハードウェアのモデルチェンジ予定および，OSとして採用するLinux の改定状況も考慮する。
評価実験用パーソナルコンピュータは，当初の計画通り，本サーバーの利用環境において最適なパフォーマンスを維持できる機種を選定し，サーバー用機器と並行して購入する。
|
